使用掩膜数组的ndimage map_coordinates

Question

我正在使用ndimage进行插值，代码如下：

ndimage.map_coordinates(input_data, coords, output, 2, prefilter=False)

现在，问题是我在整个输入数据中没有有效的测量值。所以，我有一个被遮罩的数组，它告诉我哪些数据点是有效的。因此，在进行插值时，我希望只使用有效的像素，并相应地调整权重（确保权重的总和为1）。

但是，我发现没有简单的方法来做到这一点。我想知道是否有人知道好的方法，或者能指引我一些可以使用的库或代码。我之前是用C++的，所以现在在学习Python的过程中还有点摸索。

Answer 1

你可以使用 scipy.interpolate.griddata 这个工具，从一些已知的数据点中获取插值结果。下面这个例子

import numpy as np
from scipy.interpolate import griddata

# data array
a = np.arange(9).reshape((3,3)).astype(float)
a[1, 1] = np.nan
print(a)
a = a.flatten()

# coordinate arrays
ii, jj = np.indices((3,3))
ij = np.stack((ii.flatten(), jj.flatten()), axis=1)

# filter out unknowns
mask = ~np.isnan(a)
a = a[mask]
ij = ij[mask]

# interpolate for the missing a[1, 1] element
res = griddata(ij, a, (1, 1), method='cubic')
print(res)

会生成

[[ 0.  1.  2.]
 [ 3. nan  5.]
 [ 6.  7.  8.]]

4.000000157826586

Answer 2

听起来你需要关注数据的插值，然后从你想要的坐标中提取值。对于一维数据，你可以使用splrep，而对于二维数据，可以使用bisplrep这两个插值函数（这里有个不错的概述）。这两个函数都可以加权，并且可以让你更精细地控制你用来插值的样条函数。

一旦你用想要的权重过滤了数据，就可以使用以下方法来确定指定坐标的值。

ndimage.map_coordinates(input_data, coords, output, prefilter=True)

注意，prefilter这个关键字参数是默认值，所以不需要特别指定